تشخیص تقلب در نمونه عسل "کنار" با استفاده از یک سامانه ماشین بویایی
محل انتشار: دوفصلنامه ماشین های کشاورزی، دوره: 7، شماره: 2
سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 333
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JAM-7-2_010
تاریخ نمایه سازی: 6 دی 1399
چکیده مقاله:
عسل یک محلول ویسکوز و همچنین قند فوق اشباع گرفته شده از شهد گلها است که بهوسیله زنبورعسل جمعآوری و اصلاح میشود. رایحه یکی از پارامترهای مهم در طبقهبندی عسل است و بوی ساطعشده از آن بسته به گلهای مختلف و ترکیبات تشکیلدهنده آن میتواند متفاوت باشد. همین عوامل سبب استفاده از یک سامانه ماشین بویایی بر پایه حسگرهای نیمههادی اکسید فلزی بهمنظور تشخیص تقلب در عسل شد. این سامانه، به هیچگونه تجهیزات تخصصی و پرهزینه آزمایشگاهی نیاز نداشت. نمونه های عسل "کنار" با درصدهای مختلف تقلب (صفر، 20، 35 و 50 درصد) مورد آزمایش قرار گرفتند. از روش کسری برای بهبود و بهینهسازی سیگنالهای خروجی بینی الکترونیک، قبل از ورود به روشهای آنالیز تشخیص، استفاده شد. تحلیل مؤلفه اصلی (PCA)، تحلیل تفکیک خطی (LDA) و شبکه عصبی مصنوعی (ANN) روشهایی بودند که بهمنظور طبقهبندی و تحلیل ویژگیهای استخراجی از سیگنالهای ماشین بویایی استفاده شدند. برای تشخیص تقلب با استفاده از ماشین بویایی، نتایج شامل 91% واریانس به روش PCA، 100% و 100% دقت طبقهبندی بهترتیب برای روشهای LDA و ANN بود. نتایج نشان داد سامانه ماشینبویایی ارائه شده یک وسیله مطمئن و قابلاتکا در تشخیص و ثبت تغییرات بین سطوح مختلف تقلب در عسل است.
کلیدواژه ها:
نویسندگان
محمد حاجی نژاد
دانشگاه تهران
سیدسعید محتسبی
دانشگاه تهران
مهدی قاسمی ورنامخواستی
دانشگاه شهر کرد
مرتضی آغباشلو
دانشگاه تهران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :